在R中,我为数据集建立了比例赔率模型,现在想要根据这个比例赔率模型实施预测装袋。最终目标是在我的测试数据中生成一组输出,并与我建立的原始模型进行比较,看看套袋是否改进了预测。
我无法在任何地方找到具体的方法,但这里是我发现的(代码改编自https://www.r-bloggers.com/improve-predictive-performance-in-r-with-bagging/)。我总是收到有关%do%
命令的错误消息,当我消除此错误时,我在尝试执行rowMeans(predictions)
时出错。有什么建议吗?
library(foreach)
library(MASS)
length_divisor <- 4
iterations <- 1000
predictions <- foreach(m=1:iterations, .combine=cbind) %do%
{
training_positions <- sample(nrow(new.training),
size=floor((nrow(new.training)/length_divisor)))
train_pos <- 1:nrow(new.training) %in% training_positions
polr_fit <- polr(as.factor(quality) ~ .,
data=training[train_pos,], Hess=TRUE)
predict(polr_fit, newdata=new.testing)
}
predictions <- rowMeans(predictions)
predictions